Lección 7 del curso Aprendizaje por Refuerzo Nivel Intermedio.
En la lección anterior vimos el último de los principales algoritmos de la Programación Dinámica: la iteración de valores, así que ya estamos listos para iniciar el componente práctico del curso.
En esta primera práctica veremos una introducción a OpenAI Gym, una librería de Python desarrollada por OpenAI y que facilita no sólo la implementación de Algoritmos de Aprendizaje por Refuerzo sino también la simulación de la interacción entre el Agente y el Entorno:
Contenido exclusivo para suscriptores
Si eres suscriptor accede en este enlace ó suscríbete a la Academia Online y accede a todo el contenido (lecciones en video, código fuente, sets de datos y descargas) de todos los cursos, proyectos y tutoriales.
OpenAI Gym es una librería de Python desarrollada por OpenAI para implementar algoritmos de Aprendizaje por Refuerzo y simular la interacción entre Agentes y Entornos.
Para instalarla en Google Colab, se utiliza el comando «pip». Una vez instalada podemos por ejemplo hacer uso de los entornos en OpenAI Gym, que simulan escenarios donde se entrena el Agente, y que incluyen problemas básicos de control, robótica y videojuegos, entre otros, además de permitir la creación de entornos personalizados.
En esta lección hicimos uso del entorno «Frozen Lake», un sencillo tablero bidimensional, y vimos varios métodos que nos permiten visualizar el entorno y realizar interacciones simples entre el Agente y dicho entorno.
Así que ya hemos visto las herramientas básicas de la librería OpenAI Gym, con lo cual ya estamos listos para poner en práctica todo lo aprendido hasta el momento.
Entonces en la próxima lección desarrollaremos la segunda práctica del curso, donde veremos cómo realizar la implementación de los diferentes algoritmos de Programación Dinámica vistos en las lecciones anteriores haciendo uso precisamente de OpenAI Gym.
Todas las lecciones del curso Aprendizaje por Refuerzo Nivel Intermedio